PHP-ML —— 用于 PHP 的机器学习库。
用 PHP 实现机器学习的新方法。算法、交叉验证、神经网络、预处理、特征提取和更多的在一个库中。
PHP-ML 要求 PHP>=7.2。
分类的简单例子：
require_once __DIR__ . '/vendor/autoload.php'; use Phpml\Classification\KNearestNeighbors; $samples = [[1, 3], [1, 4], [2, 4], [3, 1], [4, 1], [4, 2]]; $labels = ['a', 'a', 'a', 'b', 'b', 'b']; $classifier = new KNearestNeighbors(); $classifier->train($samples, $labels); echo $classifier->predict([3, 2]); // return 'b'
文档
要了解如何使用PHP-ML，请遵循文档。
安装
目前该库正在开发中，但您可以使用 Composer 进行安装：
composer require php-ai/php-ml
例子
示例脚本可在单独的存储库 php-ai/php-ml-examples 中找到。
数据集
公共数据集可在单独的存储库 php-ai/php-ml-datasets 中获得。
特性
- 关联规则学习（Association rule learning）
- Classification
- SVC
- k-Nearest Neighbors
- Naive Bayes
- Decision Tree (CART)
- Ensemble Algorithms
- Bagging (Bootstrap Aggregating)
- Random Forest
- AdaBoost
- Linear
- Adaline
- Decision Stump
- Perceptron
- LogisticRegression
- Regression
- Least Squares
- SVR
- DecisionTreeRegressor
- Clustering
- Metric
- Accuracy
- Confusion Matrix
- Classification Report
- Regression
- Workflow
- Pipeline
- FeatureUnion
- Neural Network
- Cross Validation
- Feature Selection
- Preprocessing
- Normalization
- Imputation missing values
- LabelEncoder
- LambdaTransformer
- NumberConverter
- ColumnFilter
- OneHotEncoder
- Feature Extraction
- Token Count Vectorizer
- NGramTokenizer
- WhitespaceTokenizer
- WordTokenizer
- Tf-idf Transformer
- Token Count Vectorizer
- Dimensionality Reduction
- PCA (Principal Component Analysis)
- Kernel PCA
- LDA (Linear Discriminant Analysis)
- Datasets
- Models management
- Math
